网站介绍：文章浏览阅读1w次。本篇论文是2016ICML上的一篇论文，对于如何将cnn应用在graph上提供了一种新的思路。架构： 总体上讲，就是用w个固定size=（k+1）的子图来表示输入的graph，再将这w个子图正则化后,生成一个w(k+1)维的向量，作为传统的cnn的输入，进行学习。其实就是做了一个从graph到向量的映射的一个预处理过程。算法流程 输入：任意一张图 输出：每个channel输出w个recep_learning convolutional networks for graphs
- 链接地址：https://blog.csdn.net/BVL10101111/article/details/53484620
- 链接标题：论文笔记之Learning Convolutional Neural Networks for Graphs_learning convolutional networks for graphs-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：5995
- 网站标签：learning convolutional networks for graphs
